基于三方演化博弈的充电桩规范运营治理研究

摘要：以充电桩为代表的充电基础设施是新型基础设施建设的重要内容，充电桩的规范运营关系到新能源汽车产业链的安全和韧性。针对充电桩市场上的违规运营问题，构建动态奖惩机制下充电桩运营商、地方政府和新能源汽车消费者三方参与的博弈模型，对模型中可能存在的策略均衡点进行稳定性分析，并且利用数值仿真模拟主要参数变化对系统演化的影响。研究结果表明：第一，净收益的提高有利于激发充电桩运营商规范运营的积极性。第二，加大地方政府对充电桩运营商的奖励和惩罚力度均可以促进充电桩的规范运营，地方政府可以通过提高奖惩上限和扩大奖惩比例两种手段加大对充电桩运营商的奖惩力度。第三，地方政府实施奖惩结合政策的效果优于单独实施奖励性政策或惩罚性政策的效果，更为重要的是，在动态奖惩机制下，地方政府对充电桩运营商的奖惩力度存在临界值。当奖惩力度小于临界值时，惩罚性政策的激励效果优于奖励性政策；当奖惩力度大于临界值时，奖励性政策的激励效果优于惩罚性政策。第四，加大违规运营商对新能源汽车消费者的赔偿力度和降低消费者的投诉难度不仅能倒逼充电桩运营商规范运营，而且能引导消费者参与充电桩的规范运营治理。

关键词：充电桩运营；治理策略；三方演化博弈；仿真

中图分类号：F423" 文献标识码：A" "文章编号：1674-3652（2025）01-0110-15

DOI：10.19933/j.cnki.ISSN1674-3652.2025.01.013

开放科学（资源服务）标识码（OISD）：

一、引言

以充电桩为代表的充电基础设施不仅是新型基础设施建设的重要内容，还是促进新能源汽车产业发展的重要保障。充电桩的规范运营关系到新能源汽车产业链的安全和韧性，对我国交通领域清洁低碳转型具有重要的现实意义。2020年充电桩被国家纳入新型基础设施建设的范畴。在此背景下，许多企业纷纷加入充电桩行业，充电基础设施的建设节奏逐渐加快。截至2022年12月底，全国充电桩累计总量约为521万台，其中公共充电桩保有量为179.7万台[ 1 ]。从公共充电基础设施运营商运行情况来看，截至2023年3月，全国充电桩运营企业所运营充电桩数量排名前5的分别为：特来电（38.8万台）、星星充电（36.9万台）、云快充（29.1万台）、国家电网（19.6万台）、小桔充电（10.3万台），这5家运营商占国内运营充电桩总量的75%，其余3000余家运营商占比为25%[ 1 ]。

然而，充电桩行业快速发展的背后存在“运营商骗补”“僵尸桩”“暴利收费”“维护检修不到位”“充电桩质量与安全管理有待规范”等突出问题。国家能源局《2020年度公共充电基础设施现场安全隐患排查报告》显示：从整体安全隐患排查出的风险点成因来看，充电基础设施“不符合标准”和“品质不佳”占据所有风险点成因的46.7%，后期的“运营维护不当”和“设备故障”占据了所有风险点成因的39.2%[ 2 ]。除充电桩运营商违规运营外，地方政府主管部门对充电桩的验收要求较为笼统，对充电桩的运营监管不到位，在提高充电桩的可用性、确保充电桩的质量和安全上未能发挥出应有的作用；一些消费者对违规收费、僵尸桩等违规运营问题视而不见，主体责任意识淡薄，没有做到有效监督。由此可见，充电桩运营商的违规运营不仅涉及充电桩运营商自身，而且与地方政府主管部门的监管和消费者的监督密不可分。如何完善地方政府对充电桩运营的监管、规范充电桩企业的运营以及引导新能源汽车消费者参与对充电桩规范运营的监督是充电桩规范运营治理的关键。因此，本文构建动态奖惩机制下充电桩运营商、地方政府和新能源汽车消费者三方参与的演化博弈模型，旨在对模型中可能存在的策略均衡点进行稳定性分析，并且利用数值仿真模拟主要参数变化对系统演化的影响。

演化博弈模型能有效刻画监管过程中参与者之间的动态博弈和策略演化，学者们基于演化博弈理论对不同领域的监管问题进行了大量研究。在食品安全监管方面，孙淑慧等构建了政府监管部门、食品生产企业和消费者群体三方参与的演化博弈模型，发现媒体报道的客观性对各博弈主体策略选择的演化趋势有重要影响[ 3 ]；另外，政府的监管成本以及对企业的违规惩罚力度也是影响博弈主体策略选择的重要因素。杨松等构建了地方政府、食品企业和公众参与的演化博弈模型，认为政府要加大惩罚力度，降低监管成本，引导公众参与治理，构建多元主体相互协调的社会共治格局[ 4 ]。在环保信用监管方面，崔萌[ 5 ]构建了企业、公众与监管三方主体参与的环保信用监管演化博弈模型，发现只有环保守信激励强化与履约成本降低协同推进，环保失信处罚与监管主体不监管处罚齐抓共管，才能产生良好的环保信用监管效果。包春兵等[ 6 ]通过构建政府、核心企业及中小企业三方参与的演化博弈模型，系统分析了奖惩机制下的策略演化过程，分析了限产力度、激励补贴效果、惩罚等参数对演化结果的影响。在药品安全监管方面，闫志华等[ 7 ]选择药品生产企业和监管机构作为研究对象，通过对参与主体的行为和利益动机进行分析，认为需考虑社会舆情、监管力度和问责力度，以形成更优的药品质量监管方案。在金融科技创新监管方面，周茜等[ 8 ]分析了公众媒体对金融科技创新监管的积极作用和消极影响，发现无论监管环境是严格还是宽松，都应加强对媒体舆论的审查，使媒体的舆论机制发挥正向作用，分担监管压力。

不少学者成功将演化博弈模型应用到新能源汽车产业监管的研究中。孙红霞等、陈洪转等、彭频等研究了有限理性条件下新能源汽车企业与政府“骗补—监管”的动态性[ 9-11 ]。昝欣等发现在政府和消费者的协同监管下，企业会主动改进新能源汽车的生产技术[ 12 ]。姜彩楼等研究了政府补贴对新能源汽车企业自主研发和技术引进策略的影响[ 13 ]。曹国华等、王璐等通过演化博弈模型探究了新能源汽车扩散的影响因素[ 14-15 ]。Zhang等认为适当加大补贴额度与惩罚力度、增加消费者得到的赔偿有利于新能源分时租赁汽车行业的健康发展[ 16 ]。Fang等基于小世界复杂网络框架下的演化博弈模型，分析了政策激励和消费者偏好对电动汽车充电基础设施建设的影响，证明了均衡的动态补贴和税收政策在充电基础设施建设方面的积极作用[ 17 ]。本文通过梳理已有研究发现，将政府和公众作为博弈参与主体构建演化博弈模型，探讨政府政策和公众反馈对其他市场主体的监管作用，是研究行业健康发展的有效工具。然而，现有关于新能源汽车产业的博弈研究主要聚焦于政府对车企行为的影响以及新能源汽车的扩散，缺少对充电桩规范运营治理策略的研究。

基于此，本文探讨充电桩规范运营涉及的主体利益关系，基于动态奖惩机制构建充电桩运营商、地方政府和新能源汽车消费者之间的三方演化博弈模型，对演化博弈模型中的策略均衡点进行稳定性分析，揭示不同情形稳定点和充电桩规范运营治理过程中不同发展阶段之间的关联。另外，本文运用数值仿真探讨主要参数变化对各博弈主体策略的动态影响，分析不同奖惩机制下政府的监管效果，为充电桩的安全规范运营和新能源汽车产业的高质量发展提供政策建议。

二、充电桩运营相关主体分析

充电桩运营商是指提供身份证识别认证、充换电、支付结算等整个过程的服务以及进行充换电设施运营、维护的主体单位。运营商作为充电桩的直接运营者，在把控充电桩技术、收费、日常维护方面负有主要责任；运营商主要通过遵守与充电基础设施建设、运营相关的政府部门规定和行业管理要求，按照充电桩的行业标准进行安全技术升级，通过日常的检修维护来加强充电桩的质量与安全管理。但是，由于充电桩运营盈利模式单一，且建设充电桩需要较高的成本，部分运营商为追求收益最大化，会降低充电桩的配置标准。此外，政府监管不严和制约不力助推了部分充电桩运营商的恶性竞争，不能给新能源汽车消费者提供良好的充电体验，给社会带来安全隐患。

地方政府作为充电桩运营监督管理的主导者，在充电桩的建设及运营过程中，政府主管部门（规划、住建、能源、消防、市监等部门）承担“统筹、协调及监管”的职责，包括审批充电桩的规划建设手续、对充电桩进行竣工验收、对充电桩安全合规运营进行监管等。目前，为促进充电基础设施的发展，各地方政府已明确出台充电桩建设补贴、充电桩运营补贴相关政策。充电桩运营管理办法明确要求，针对充电桩运营管理过程中存在的问题，充电桩运营商要及时整改，如果违反了国家相关法律法规，政府将按照有关规定予以处罚。但目前关于充电桩运营管理的相关法律法规和政策还不完善，导致政府主管部门定位不清晰。全国尚未统一对充电桩的计量标准和监管规范，地方政府面临着较高的监管成本，对充电桩违规运营的处罚进程缓慢，甚至不了了之。

新能源汽车消费者作为充电桩的使用者，对充电桩的技术、安全标准等方面信息掌握得不够全面。一些充电桩运营商违规建设安全性能低于标准的基础充电设施，对充电时间和收费标准进行不实的商业宣传。但在充电体验之前，新能源汽车消费者难以分辨充电桩是否安全、是否存在“暴力收费”和“僵尸桩”等情形。在现实中，大多数充电桩的违规运营问题都是由新能源汽车消费者首先发现的。因此，作为充电桩运营监管的利益相关者，新能源汽车消费者是促进充电桩规范运营治理的重要力量。充电桩规范运营治理的直接目的就是维护新能源汽车消费者的合法权益，确保新能源汽车消费者的生命财产安全。

三、演化博弈模型构建

（一）基本假设

本文研究充电桩运营商、地方政府及新能源汽车消费者三方的博弈过程，三方演化博弈逻辑关系如图1所示，假设如下：

假设1：演化博弈模型有3个主体：充电桩运营商、地方政府和新能源汽车消费者。三方均是有限理性条件下的参与主体，以追求利益最大化为目标不断随时间调整策略选择。

假设2：充电桩运营商策略集为｛规范运营、违规运营｝，“规范运营”是指运营商出于对企业长期利益和声誉考虑，严格按照充电桩运营管理办法进行充电桩运营，比如，依法进行项目立项审批、项目验收，接受并配合市场监管、应急管理等部门管理，按照要求进行设备安全、计量年度检查校正等；“违规运营”是指运营商为追求短期利益做出损害社会公众效益的行为，比如，建设不符合行业技术标准的充电桩、多计费、维护检修不及时等。选择规范运营的可能性为[x]，选择违规运营的可能性为[1−x]。地方政府策略集为｛积极监管，消极监管｝，“积极监管”是指地方政府各部门分工明确，主动投入人力、物力承担监管责任，根据充电桩的运营质量对运营商采取一定的奖励和惩罚措施；“消极监管”是指在充电桩运营治理相关法规监管体系不完善的情况下，地方政府考虑到监管成本而放松了对充电桩运营商的监管。选择积极监管的可能性为[y]，选择消极监管的可能性为[1−y]。新能源汽车消费者策略集为｛参与监督，不参与监督｝，“参与监督”是指新能源汽车消费者主动发现充电桩违规运营现象，曝光充电桩违规运营行为；“不参与监督”是指新能源汽车消费者认为政府是充电桩规范运营的治理主体，考虑到监督成本而自身不参与监督。选择参与监督的可能性为[z]，选择不参与监督的可能性为[1−z]，[x，y，z∈[0，1]]。

假设3：充电桩运营商规范运营充电桩的净收益为[R1]，违规运营充电桩的净收益为[R2]。违规运营可以直接或间接降低运营成本，比如，抬高电价、降低安全技术标准、减少维护检修充电桩次数等，以提高运营商的净收益，因此[R1lt;R2]。

假设4：从现实角度来看，充电桩运营商存在不同程度的违规运营行为，政府往往会根据充电桩运营情况对奖惩力度进行动态调整。同时，地方充电桩运营管理办法中是按照一定比例对运营商给予补贴的。因此，当地方政府积极监管时，给予运营商的补贴与其规范运营的比率成正比，奖励为[αxM]，[α]是奖励系数，[M]是奖励上限；给予运营商的处罚与其违规运营的比率成正比，处罚为[β（1−x）F]，[β]是惩罚系数，[F]是惩罚上限。

假设5：为维护行业规范，地方政府监管充电桩运营的成本为[C1]，包括增加监管人员、提高监管频率与制订行业标准等。地方政府积极监管时会获得收益[R3]，如上级政府的奖励、社会公信力的提升；如果运营商违规运营且地方政府消极监管，那么地方政府会受到上级政府的处罚[T]。

假设6：充电桩运营商规范运营给新能源汽车消费者带来收益[R4]，违规运营对新能源汽车消费者造成损失[L]。新能源汽车消费者参与监督时需耗费一定成本[C2]，如收集运营商不端行为的相关资料。为维护自身利益，新能源汽车消费者会对充电桩运营商的违规运营行为进行投诉，以获得运营商的赔偿[γK]，[γ]为投诉率，代表新能源汽车消费者举报的难易程度。当地方政府积极监管且新能源汽车消费者参与监督时会获得地方政府的奖励[Q]。

（二）模型构建

根据充电桩运营商、地方政府、新能源汽车消费者之间的博弈关系及研究假设，可得三方演化博弈模型的支付矩阵，具体如表1所示。

四、演化博弈稳定性分析

（一）充电桩运营商演化稳定策略

[E11]和[E12]分别代表充电桩运营商选择规范运营和违规运营充电桩策略的期望收益，[E1]代表运营商进行决策后的平均期望收益，则可以计算得到：

[E11=αxyM+R1E12=R2−β1−xyF−γzKE1=xE11+（1−x）E12]" " "（1）

运营商策略选择的复制动态方程为：

[Fx=dxdt=xE11−E1=x1−x[αxyM+β1−xyF+γzK+R1−R2]]" "（2）

当[y=y∗=R2−R1−γzKαxM+β1−xF]时，[Fx=0]，[dF（x）dx]=0，此时运营商的策略选择不随时间的变化而改变。当[y≠R2−R1−γzKαxM+β1−xF]时，[x=0]和[x=1]为[Fx]的两个均衡状态。根据微分方程稳定性定理，当[Fx=0]，[dFxdxlt;0]时，[x]是演化稳定策略。有以下两种情况：

第一，[0lt;ylt;R2−R1−γzKαxM+β1−xF]时，[dF（x）dx|x=0lt;0]，[dF（x）dx|x=1gt;0]，此时[x=0]是运营商行为演化的唯一稳定策略，即当地方政府积极监管的概率降低到一定程度时，运营商会倾向于选择违规运营。

第二，[R2−R1−γzKαxM+β1−xFlt;ylt;1]时，[dF（x）dx|x=0gt;0]，[dF（x）dx|x=1lt;0]，此时[x=1]是运营商行为演化的唯一稳定策略，即当地方政府积极监管的概率达到一定程度时，运营商会倾向于选择规范运营。

根据运营商的演化稳定策略可以得到以下结论：

结论1：运营商选择规范运营充电桩的概率与规范运营净收益呈正相关，与规范运营的奖励和违规运营的惩罚呈正相关。

结论2：运营商对新能源汽车消费者的补偿金额越大，新能源汽车消费者投诉率越高，运营商选择规范运营的概率越大。

结论3：运营商选择规范运营策略的概率随着新能源汽车消费者参与监督的概率增加而上升。

（二）地方政府演化稳定策略

[E21]和[E22]分别代表地方政府选择积极监管和消极监管策略的期望收益，[E2]代表地方政府进行决策后的平均期望收益，则可以计算得到：

[E21=−αx2M+β（1−x）2F−zQ+R3−C1E22=−（1−x）TE2=yE21+（1−y）E22]" （3）

地方政府策略选择的复制动态方程为：

[Fy=dydt=yE21−E2=y1−y[−αx2M+β1−x2F−zQ+R3−C1+（1−x）T]] （4）

当[z=z∗=R3+β1−x2F−C1−αx2M+（1−x）TQ]时，[Fy=0]，[dF（y）dy]=0，此时地方政府的策略选择不随时间变化而改变。 当[z≠R3+β1−x2F−C1−αx2M+（1−x）TQ]时，[y=0]和[y=1]为[Fy]的两个均衡状态。根据微分方程稳定性定理，当[Fy=0]，[dF（y）dylt;0]时，[y]是演化稳定策略。有以下两种情况：

第一，当[0lt;zlt;R3+β1−x2F−C1−αx2M+（1−x）TQ]时，[dF（y）dy|y=0gt;0]，[dF（y）dy|y=1lt;0]，此时[y=1]是地方政府行为演化的唯一稳定策略，即当新能源汽车消费者参与监督的概率降低到一定程度时，地方政府会倾向于选择积极监管。

第二，当[R3+β1−x2F−C1−αx2M+（1−x）TQlt;zlt;1]时，[dF（y）dy|y=0lt;0]，[dF（y）dy|y=1gt;0]，此时[y=0]是地方政府行为演化的唯一稳定策略，即当新能源汽车消费者参与监督的概率达到一定程度时，地方政府会倾向于选择消极监管。

根据地方政府的演化稳定策略可以得到以下结论：

结论4：地方政府选择积极监管策略的概率与上级政府的惩罚力度呈正相关，与监管成本、给予新能源汽车消费者参与监督的奖励呈负相关。

结论5：地方政府对运营商规范运营的奖励力度越小，违规运营的惩罚力度越大，地方政府选择积极监管策略的概率越大。

结论6：地方政府选择积极监管策略的概率随着运营商规范运营的概率增加而下降。

（三）新能源汽车消费者演化稳定策略

[E31]和[E32]分别代表新能源汽车消费者选择参与监督和不参与监督的期望收益，[E3]代表新能源汽车消费者进行决策后的平均期望收益，则可以计算得到：

[E31=xR4+yQ+1−xγK−L−C2E32=xR4−1−xL" " " " " " " " " " " " " " " " " " " "E3=zE31+（1−z）E32]" " " （5）

新能源汽车消费者策略选择的复制动态方程为：

[Fz=dzdt=zE31−E3=z1−z[yQ+1−xγK−C2]]" "（6）

当[x=x∗=yQ−C2+γKγK]时，[Fz=0]，[dF（z）dz]=0，此时新能源汽车消费者的策略选择不随时间的变化而改变。当[x≠yQ−C2+γKγK]时，[z=0]和[z=1]为[Fz]的两个均衡状态。根据微分方程稳定性定理，当[Fz=0]，[dF（z）dzlt;0]时，[z]是演化稳定策略。有以下两种情况：

第一，当[0lt;xlt;yQ−C2+γKγK]时，[dF（z）dz|z=0gt;0]，[dF（z）dz|z=1lt;0]，此时[z=1]是新能源汽车消费者行为演化的唯一稳定策略，即当运营商选择规范运营的概率降低到一定程度时，新能源汽车消费者会倾向于选择参与监督。

第二，当[yQ−C2+γKγKlt;xlt;1]时，[dF（z）dz|z=0lt;0]，[dF（z）dz|z=1gt;0]，此时[z=0]是新能源汽车消费者行为演化的唯一稳定策略，即当运营商选择规范运营的概率达到一定程度时，新能源汽车消费者会倾向于选择不参与监督。

根据新能源汽车消费者的演化稳定策略可以得到以下结论：

结论7：新能源汽车消费者选择参与监督的概率与地方政府的奖励力度、运营商的赔偿金额呈正相关，与参与监督的成本呈负相关。

结论8：新能源汽车消费者选择参与监督策略的概率随着地方政府积极监管的概率增加而上升。

（四）模型均衡点的稳定性分析

根据以上分析得出如下三维动力系统：

[Fx=x1−x[αxyM+β1−xyF+γzK+R1−R2]Fy=y1−y[−αx2M+β1−x2F−zQ+R3−C1+（1−x）T]Fz=z1−z[yQ+1−xγK−C2]]" " （7）

令[Fx=0]，[Fy=0]，[Fz=0]，可以得到系统的策略均衡点为[E1（0，0，0）]，[E2（0，0，1）]，[E3（0， 1， 0）]，[E4（0， 1， 1）]，[E5（1， 0， 0）]，[E6（1， 0， 1）]，[E7（1， 1， 0）]，[E81， 1， 1]，[ E9（x∗，y∗，z∗）]。但[E9（x∗，y∗，z∗）]不符合多参与主体演化博弈模型的稳定性标准，因此只讨论[E1]-[E8]这8个纯策略均衡点的稳定性。将8个均衡点分别代入雅可比矩阵，通过特征值正负号来判断此均衡点的渐进稳定性，8个均衡点所对应的雅可比矩阵特征值的一般表达式如表2所示。

[J=∂F（x）∂x∂F（x）∂y∂F（x）∂z∂F（y）∂x∂F（y）∂y∂F（y）∂z∂F（z）∂x∂F（z）∂y∂F（z）∂z]" " " " " （8）

三方演化博弈的雅可比矩阵

根据雅可比矩阵的局部稳定性分析法，对演化系统存在的8个纯策略均衡点进行稳定性分析。若均衡点所有的特征值都小于0，则该均衡点为系统演化稳定策略（ESS）；若至少有一个特征值大于0，则为不稳定点。8个纯策略均衡点的稳定性分析如表3所示。

五、仿真分析

（一）初始条件下数值模拟

为验证理论推导出的结论，且更加直观地分析主要参数变化对博弈主体策略的演化路径和稳定状态的影响，本文使用MATLAB对博弈模型进行数值仿真。鉴于目前我国充电桩的运营管理正处于发展阶段，设置初始参数[R1=150]，[R2=160]，[R3=35]，[C1=10]，[C2=8]，[M=20]，[F=20]，[Q=10]，[α=0.2]，[β=0.2]，[γ=0.2]，[K=20]，[T=5]，满足发展阶段中均衡点[（0， 1， 1）]的条件。演化博弈模型数值仿真模拟的目的是探究参数变化对各参与主体决策的影响，验证的是一种演化规律而不是某一固定预测值，因此精确的数据并不是必需的。结合参数所代表的含义，本文借鉴相关文献与资料，设置的参数值符合现实情况中的大小与比例关系，保证变量赋值的合理性。比如，洛阳市市场监管局对充电桩运营商暴利收取电费的处罚是责令其赔偿消费者相关费用，并处一倍罚款，因此本文也令充电桩运营商违规运营的处罚和对消费者的赔偿满足一倍的关系；根据地方充电桩运营管理办法，运营补贴为10%～30%，因此设置初始奖惩系数为20%。为不失一般性，本文选取均衡点[（0， 1， 1）]进行验证，数值仿真检验结果如图2所示，接下来，以[（0， 1， 1）]为起点，探究主要参数变化对系统演化的影响。

（二）充电桩运营商净收益对系统演化的影响

假定其余参数不变，增加充电桩运营商规范运营的净收益，分别令[R1=150]，[R1=155]，[R1=160]，[R1=165]，演化结果如图3所示，其中[R1=150]是初始条件下的数值仿真结果。从图3可以看出，当充电桩运营商规范运营的净收益达到一定程度时，运营商的演化稳定策略会从违规运营策略转变为规范运营策略。随着净收益的增加，充电桩运营商选择规范运营策略的速度加快，新能源汽车消费者选择参与监督策略的速度变慢，系统最终会达到充电桩运营商规范运营、地方政府积极监管、新能源汽车消费者参与监督的理想的稳定状态。

（三）地方政府对充电桩运营商的惩罚力度对系统演化的影响

假定其余参数不变，加大地方政府对充电桩运营商的惩罚力度，分别令[F=20]，[β=0.2]，或[F=20]，[β=0.3]，或[F=20]，[β=0.4]，或[F=60]，[β=0.2]，演化结果如图4所示，其中，[F=20，" β=0.2]是初始条件下的数值仿真结果。从图4的左上到右上到左下可以看出，提高地方政府对充电桩运营商违规运营的惩罚系数，能增加充电桩运营商规范运营的比例。从图4的左上到右下可以看出，提高地方政府对充电桩运营商违规运营的惩罚上限，也能提高充电桩运营商选择规范运营策略的概率。以上结果说明，当地方政府对运营商违规运营的惩罚低于一定程度时，运营商违规运营并没有感到压力，大部分运营商会为追求更大的利益而选择违规运营。因此，地方政府可以通过提高惩罚系数或惩罚上限两种手段加大对运营商违规运营的惩罚力度，促进充电桩运营商选择规范运营策略。

（四）地方政府对充电桩运营商的奖励力度对系统演化的影响

假定其余参数不变，加大地方政府对充电桩运营商的奖励力度，分别令[M=20]，[α=0.2]，或[M=20]，[α=0.5]，或[M=20]，[α=0.6]，或[M=70]，[α=0.2]，演化结果如图5所示。其中[M=20]，[α=0.2]是初始条件下的数值仿真结果。从图5的左上到右上可以看出，地方政府的奖励增加值为6，仅减慢了运营商选择违规运营的速度，不影响系统最终的策略稳定均衡点。从图5的左上到左下可以看出，当地方政府的奖励力度增加到8时，系统最终达到充电桩运营商选择规范运营、地方政府选择积极监管、新能源汽车消费者选择参与监督的理想状态。由此可见，地方政府对充电桩运营商规范运营的奖励力度存在临界值，当奖励力度低于临界值时，只能减慢运营商违规运营的速度，长期来看并不能改变充电桩运营商的策略选择；当奖励力度高于临界值时，能促使充电桩运营商的策略选择由违规运营转变为规范运营。从图5的右下可以看出，提高地方政府对充电桩运营商规范运营的奖励上限，此时地方政府的奖励增加值为10，与图5左下相比，随着奖励力度的增加，充电桩运营商趋向于稳定点的速度加快。因此，地方政府对充电桩运营商规范运营奖励力度的增加可加速充电桩运营商选择规范运营策略。

（五）地方政府不同奖惩机制下系统的演化路径

1. 同比例增加奖励力度和惩罚力度

为说明地方政府规制的方式和力度对系统演化结果的影响，本节让奖励力度和惩罚力度同时增加，采取不同的赋值方式进一步分析奖励与惩罚的效果。将奖励系数和惩罚系数以相同比例增加，分别令[α=0.2]，[β=0.2]，或[α=0.3]，[β=0.3]，或[α=0.35]，[β=0.35]，或[α=0.4]，[β=0.4]，演化结果如图6所示。其中[α=0.2，β=0.2]是初始条件下的数值仿真结果。由图6右上可以看出，当奖励和惩罚系数之和增加到0.6（奖惩力度之和增加4）时，充电桩运营商选择规范运营策略的概率稳定在0.3，仍有大部分运营商选择违规运营。由图6左下可以看出，当奖励和惩罚系数之和增加到0.7（奖惩力度之和增加6）时，系统最终稳定在充电桩运营商规范运营、地方政府积极监管、新能源汽车消费者参与监督的理想状态。由此可见，地方政府的奖励和惩罚力度之和存在临界值，且该临界值小于单独增加奖励力度时的临界值，这说明同时实施奖励性政策和惩罚性政策的效果优于单独实施惩罚性或奖励性政策。

2. 奖惩力度之和小于奖惩力度临界值时，不同奖惩机制对系统演化的影响

经前文分析可知，地方政府奖励和惩罚大小的设置存在两个临界值：奖惩力度之和临界值和奖励力度临界值。两个临界值将奖励和惩罚大小的设置分为3个区间，接下来在每个区间内对奖励系数和惩罚系数赋予不同的比例，代表对奖励性政策和惩罚性政策的侧重程度。首先，令[α=0.2]，[β=0.2]，或[α=0.3]，[β=0.3]，或[α=0.2]，[β=0.4]，或[α=0.4]，或[β=0.2]，奖惩力度之和增加值为4，小于奖惩力度临界值，演化结果如图7所示，其中[α=0.2]，[β=0.2]是初始条件下的数值仿真结果。由图7右上到左下可以看出，随着惩罚系数的提高，充电桩运营商选择规范运营策略的概率也在增加；由图7右下可以看出，增加奖励系数的比例，最终充电桩运营商的策略还是稳定于违规运营。因此，当奖惩力度之和小于奖惩力度临界值时，侧重实施惩罚性政策的激励效果更好。

3. 奖惩力度之和大于奖惩力度临界值时，不同奖惩机制对系统演化的影响

接着当[α=0.2]，[β=0.2]，或[α=0.3]，[β=0.4]，或[α=0.35]，[β=0.35]，或[α=0.4]，[β=0.3]，奖惩力度之和增加值为6，大于奖惩力度临界值，演化结果如图8所示，其中[α=0.2]，[β=0.2]是初始条件下的数值仿真结果。由图8可以看出，当奖惩力度之和超过临界值时，最终充电桩运营商选择规范运营策略的概率会稳定在1，且随着奖励系数的提高，充电桩运营商选择规范运营策略的速度加快。因此，当奖惩力度之和大于奖惩力度临界值时，侧重实施奖励性政策的激励效果更好。

（六）充电桩运营商的赔偿力度和新能源汽车消费者投诉率对系统演化的影响

其余参数不变，分析运营商的赔偿力度和消费者的投诉率对系统演化的影响。分别令[K=20]，[γ=0.2]，或[K=20]，[γ=0.4]，或[K=20]，[γ=0.6]，或[K=60]，[γ=0.2]，演化结果如图9所示，其中[K=20， γ=0.2]是初始条件下的数值仿真结果。从图9的左上到右上到左下可以看出，提高新能源汽车消费者投诉率，能使充电桩运营商的策略从违规运营转变为规范运营。从图9的左上到右下可以看出，提高运营商对新能源汽车消费者的赔偿力度，运营商的演化稳定策略由选择违规运营策略改为规范运营策略，同时加快了新能源汽车消费者选择参与监督的速度。以上结果说明，地方政府应降低消费者投诉难度，适当提高运营商的赔偿力度，利用消费者的力量对充电桩运营进行监管，倒逼充电桩运营商选择规范运营。

六、结论和建议

针对充电桩市场上的违规运营问题，本文构建了动态奖惩机制下充电桩运营商、地方政府和新能源汽车消费者三方参与的演化博弈模型，对模型中可能存在的策略均衡点进行稳定性分析，并且利用数值仿真模拟主要参数变化对系统演化的影响。研究结果表明：（1）净收益的提高有利于激发充电桩运营商规范运营的积极性。（2）加大地方政府对充电桩运营商的奖励和惩罚力度均可促进充电桩的规范运营，地方政府可通过提高奖惩上限和扩大奖惩比例两种手段加大对充电桩运营商的奖惩力度。（3）地方政府实施奖惩结合政策的效果优于单独实施奖励性政策或惩罚性政策的效果，更为重要的是，在动态奖惩机制下，地方政府对充电桩运营商的奖惩力度存在临界值。当奖惩力度小于临界值时，惩罚性政策的激励效果优于奖励性政策；当奖惩力度大于临界值时，奖励性政策的激励效果优于惩罚性政策。（4）加大违规运营商对新能源汽车消费者的赔偿力度和降低消费者的投诉难度不仅能倒逼充电桩运营商规范运营，而且能引导消费者参与充电桩的规范运营治理。根据这些结论，本文提出如下政策建议：

第一，地方政府首先应加快建立充电桩运营商规范运营的评价体系，包括充电设备产品质量、选址布局、建设安装质量、安全保障质量、服务质量等方面。在给予运营商财政支持时，地方政府应建立与规范运营挂钩的运营补贴标准，进一步向优质场站倾斜。比如，对信誉度高的运营商提供更加有利的政策支持，如可以采取提供技术支持和财政优惠、简化政务服务手续等措施向优质充电桩运营商倾斜，设法提高规范运营企业的净收益。其次，地方政府应加强对补贴资金的管理和监督，确保充电桩运营商在有效和规范运营的基础上获得补贴。最后，地方政府应结合充电桩发展与管理现状对充电桩运营商的奖惩力度做出动态调整，前期对不符合标准的充电桩运营商进行处罚并责令其整改，惩罚力度应随违规行为比例上升而增加；后期针对运营管理能力强的运营商，可以将常规监管成本转移为对运营商规范运营的奖励。总之，地方政府可以灵活运用奖优惩劣、动态调整、奖惩结合等政策组合，以提高充电桩规范运营治理的效率。

第二，充电桩运营商首先要加强对充电桩设备的管理和维护，定期进行检查和维修，保证充电桩设备的正常运行和安全性。其次，逐渐淘汰“老旧坏”充电桩，推广新型智能化充电桩设备，实现远程监控和管理，有效降低维护成本，提高充电桩设备利用率。再次，各运营商之间应加强协作，联合政府有关部门共同制订统一的技术规范和质量标准，以保障充电桩设备的质量和安全管理，并向共享化、兼容化方向发展。最后，需建立健全充电桩运营信息披露制度，及时向新能源汽车消费者披露充电桩收费标准、用电价格、故障检修电话、服务投诉平台等信息，主动接受政府监管和消费者监督。

第三，新能源汽车消费者需提高使用充电桩的安全意识和参与监督的意识。目前，新能源汽车消费者对充电桩的基本知识不够了解，对正确使用充电桩的重视程度不够。因此，地方政府应鼓励新能源汽车消费者积极参与充电桩规范运营治理及其宣传和交流，鼓励消费者监督和举报充电桩运营商违规运营的行为，加大违规运营商对消费者的赔偿力度，严格执法确保赔偿及时兑现，并降低消费者的投诉难度。对于政府提供的各种投诉渠道、举报流程和维权补偿制度，消费者要主动关注、学习和了解；针对充电桩违规运营问题，消费者要有主体意识和维权意识，善于借助《消费者权益保护法》和各地消费者协会维护自身的合法权益，以充分释放新能源汽车消费者参与充电桩规范运营治理的空间。

参考文献：

[1] 2022电动汽车充电设施大盘点[EB/OL]. （2023-01-15）[2024-10-22]. https：//mp.weixin.qq.com/s/3ksf5uRvhNkpXk3R1zM2Cg.

[2] 国家能源局《2020年度公共充电基础设施现场安全隐患排查报告》[EB/OL]. （2020-11-13）[2024-10-22]. https：//mp.weixin.qq.com/s/n_TfHo6fMOPFimtpOZyUzA.

[3] 孙淑慧，朱立龙. 新媒体环境下公众参与的食品质量监管三方演化仿真分析[J]. 管理评论，2021，33（3）：315-326.

[4] 杨松，张言彩，王爱峰. 多主体参与下食品安全社会共治演化博弈稳定性研究[J]. 中国管理科学，2022（4）：1-14.

[5] 崔萌. 协同治理背景下环保食用监管的三方演化博弈分析[J]. 系统工程理论与实践，2021，41（3）：713-726.

[6] 包春兵，金宗凯，戎晓霞，等. 环保刚性约束下中小企业污染共治策略演化博弈分析[J]. 中国管理科学，2021（11）：1-12.

[7] 闫志华，唐锡晋. 基于演化博弈的药品质量安全监管“人理”分析[J]. 管理评论，2021，33（5）：64-75.

[8] 周茜，陈收. 公众媒体参与金融科技创新监管的双刃剑效应[J]. 系统工程理论与实践，2022，42（7）：1782-1795.

[9] 孙红霞，吕慧荣. 新能源汽车后补贴时代政府与企业的演化博弈分析[J]. 软科学，2018，32（2）：24-49.

[10] 陈洪转，齐慧娟. 新能源汽车财政补贴政策监管演化稳定性分析[J]. 工业技术经济，2019，38（2）：114-119.

[11] 彭频，何熙途. 政府补贴与新能源汽车产业发展——基于系统动力学的演化博弈分析[J]. 运筹与管理，2021，30（10）：31-38.

[12] 昝欣，欧国立. “补贴退坡”背景下补贴模式异质性与消费者购买行为的博弈研究[J]. 中央财经大学学报，2021（5）：94-108.

[13] 姜彩楼，张莹，李玮玮，等. 政府补贴与新能源汽车企业研发的演化博弈研究[J]. 运筹与管理，2020，29（11）：22-28.

[14] 曹国华，杨俊杰. 政府补贴激励下消费者对新能源汽车购买行为的演化博弈研究[J]. 经济问题探索，2016（10）：1-9.

[15] 王璐，马庆庆，杨劼，等. 基于复杂网络演化博弈的绿色消费者对新能源汽车扩散的影响研究[J]. 中国管理科学，2021：1-13.

[16] ZHANG W， LIU H，CHEN Y， et al." Research on the supervision mechanism of new energy time-sharing rental vehicles in the background of carbon peak[J]. Science progress，2022，105（1）：1-26.

[17] FANG Y J， WEI W， MEI S W， et al. Promoting electric vehicle charging infrastructure considering policy incentives and user preferences：an evolutionary game model in a small-world network[J]. Journal of cleaner production，2020（6）：156-165.

作者贡献声明：李晓敏负责研究设计、论文撰写；毛守恒负责模型构建与求解、论文撰写;王安琪负责软件处理、格式排版。

Operation and Governance of Charging Piles： A Tripartite Evolutionary Game Theory Approach

LI Xiao-min1， MAO Shou-heng2， WANG An-qi3

（1.School of Economics， Henan University， Kaifeng 475001， Henan， China; 2. Midland Development Institute， Henan University， Zhengzhou 450046， Henan， China; 3. Department of Mathematics， University of Manchester， Manchester M13 9PL， UK）

Abstract： Charging infrastructure， represented by charging piles， is a critical component of the new infrastructure initiative， and its regulation is essential for the safety and stability of the new energy vehicle industry chain. This paper addresses the issue of illegal operations in the charging pile market by developing a game model involving three key stakeholders： charging pile operators， local governments， and new energy vehicle consumers， within the context of a dynamic reward and punishment mechanism. The study conducts a stability analysis to identify potential strategic equilibrium points and employs numerical simulations to assess the impact of parameter variations on system evolution. The results indicate that： （1） an increase in net revenue effectively encourages charging pile operators to engage in regulated operations; （2） both enhanced incentives and penalties for operators promote compliance， with local governments able to strengthen these measures by raising the upper limits and adjusting the incentive-to-penalty ratios; （3） a combined approach of incentives and penalties is more effective than using either policy independently; （4） under the dynamic reward-punishment framework， there is a threshold for the effectiveness of government interventions： when reward-punishment strength is below a critical value， punitive measures are more effective， while above this threshold， incentives yield better outcomes. Finally， improving compensation for consumers affected by violations and simplifying complaint procedures not only pressures operators to standardize their behavior but also encourages consumer involvement in the governance process of charging pile operations.

Key words： charging pile operation; governance strategy; tripartite evolutionary game; simulation

（责任编辑：赵庆来）